[发明专利]基于红外相机的乘客体温及疲劳驾驶行为检测系统及方法

权利要求书

1.一种基于红外相机的乘客体温及疲劳驾驶行为检测系统，其特征在于，包括：

测温模块，用于判断测量体温是否异常；

疲劳驾驶检测模块，用于判断司机是否存在疲劳驾驶；

中央处理器，用于接受车内温度传感器所输出的车内温度；

提示装置，用于对车内异常行为的播报；

通讯模块，用于对车内异常行为传递到网络上；

云平台，接收信息并能够对周围的车辆进行警报；

所述中央处理器分别与所述测温模块、所述疲劳驾驶检测模块、所述提示装置和所述通讯模块连接，所述通讯模块还与所述云平台连接。

2.根据权利要求1中所述的基于红外相机的乘客体温及疲劳驾驶行为检测系统，其特征在于，所述测温模块包括车顶处能够对乘客进行红外测温的红外相机，设为红外相机1号机。

3.根据权利要求1中所述的基于红外相机的乘客体温及疲劳驾驶行为检测系统，其特征在于，所述疲劳驾驶检测模块包括红外相机2号机，用于采集人脸信息。

4.根据权利要求1中所述的基于红外相机的乘客体温及疲劳驾驶行为检测系统，其特征在于，所述提示装置为车内喇叭和显示器；所述车内喇叭用于判断司机状态为疲劳，对司机进行提示，所述显示器用于显示体温异常的成员的当前体温及位置。

5.一种基于红外相机的乘客体温及疲劳驾驶行为检测方法，其特征在于，包括以下步骤：

S1.将车顶处红外相机1号机对乘客进行一次测温，并且结合车内温度判断车内人员是否存在体温异常，未存在体温异常则对司机进行疲劳驾驶检测；

S2.司机前方的红外相机2号机对司机的人脸进行对准，红外相机2号机拍摄到司机脸部的2/3及以上，完成对准；

S3.红外相机2号机对司机的人脸信息进行采集，获得司机的人脸信息连续帧，基于MTCNN对人脸连续帧进行特征提取，采用YOLOv3对人脸特征中眼睛的闭合时间和嘴巴的打哈欠时长进行检测，构建疲劳驾驶模型，基于疲劳驾驶模型、眼睛的闭合时间和嘴巴的打哈欠时长，判断司机是否疲劳驾驶；

S4.建立云平台，预先对车辆信息进行储存，每次车辆启动后，乘客的体温及司机的驾驶行为都会通过车联网技术传输到云平台上，若车发送警告，则向云平台上传地点、时间信息；此时云平台再向本地区有本系统的车辆发送提示。

6.根据权利要求5所述的基于红外相机的乘客体温及疲劳驾驶行为检测方法，其特征在于：所述S1中，具体为若第一次测温时存在有体温异常的乘客，则需要对体温异常的乘客进行记录并提示所有车内成员该乘客体温可能异常；然后再隔一段时间再次检测该乘客体的体温，结合车内温度，进行第二次判断是否异常，若再次出现体温异常则向所有成员发出提示；若该乘客体温恢复正常则消除警告。

7.根据权利要求5所述的基于红外相机的乘客体温及疲劳驾驶行为检测方法，其特征在于：所述S2中红外相机2号机未拍摄到所述司机脸部的2/3及以上，提示司机调整红外相机角度，直到拍摄到所述司机脸部的2/3及以上，关闭提示。

8.根据权利要求5所述的基于红外相机的乘客体温及疲劳驾驶行为检测方法，其特征在于：所述S3中构建的疲劳驾驶模型为计算5秒内眼睛的闭合时间采用PERCLO的P80准则：瞳孔被眼睑覆盖超过80％的面积，则认为眼睛是闭合的，若闭合时间≥30％，则认定为疲劳，若连续两秒眼睛闭合，则认定为疲劳；嘴部长宽比≥50％即认为打哈欠，5秒内打哈欠时间≥15％，且眼睛闭合时间≥15％，则认定为疲劳；5秒内若头部偏移角度≥60°的时间≥30％，则认定为疲劳。